第3卷第3期 智能系统学报 Vol 3 Na 3 2008年6月 CAA I Transactions on Intelligent Systems Jun 2008 改进的粒子滤波器目标跟踪方法 王绍钰，蔡自兴陈爱斌 (中南大学信息科学与工程学院，湖南长沙410083)》 摘要：针对现有的粒子滤波跟踪方法存在的不足，提出了一种改进的粒子滤波器方法用于运动目标跟踪.将颜色 直方图和边缘直方图结合起来建立目标的参考模型，有效地克服了使用单一特征建模的缺点，提高了跟踪的准确 性.分别计算目标颜色模型和目标边缘模型与粒子的欧几里德距离，使用这2个距离作为粒子权值计算的重要依 据.实验结果表明该算法具有较高的实时性、准确性和鲁棒性. 关键词：目标跟踪：粒子滤波：欧几里德距离；直方图 中图分类号：TP242文献标识码：A文章编号：1673-4785(2008)03-0189-06 I proved object tracking method for particle filters WANG Shao-yu,CA I Zi-xing,CHEN A i-bin (School of Infomation Science and Engineering,Central South University,Changsha 410083,China) Abstract:An mproved moving object trackingmethod based on a particle filter is proposed to overcome the disad- vantages of existing particle filter object tracking methods A color histogram and an edge histogram were combined to build the object's reference model,effectively elm inating the disadvantages posed by modeling with a single fea- ture and mproving the accuracy of object tracking The Euclidian distances between particles and the object color model,and that between particles and the object edge modelwere calculated The to distances were used as basic infomation for computation of a particle's weights Expermental results demonstrate that the proposed method is highly effective,yields real-tme results,and is robust Keywords:object tracking particle filtering Euclidian distance;hispgram 目标跟踪在视频监控、交通流量控制、行人异常及4个基本的方面：目标表示、系统观测、产生假设、 行为检测、智能车辆、机器人技术、医学图像处理、智 评估假设，每个物体都有其自身的特征，在跟踪 能武器等领域有着非常重要的应用)，由于现实图 问题中，通常被用来表示目标的颜色特征、边界特 像中存在噪声、遮挡、多目标聚集，以及背景动态变征、纹理特征以及运动特征.引入更多的特征来描述 化等现象，并不仅仅只有单纯的目标运动，这些问题目标，就能提高跟踪的准确性，但这样会增加计算复 给目标跟踪研究带来了巨大的挑战，如何解决这些 杂度，无法满足跟踪的实时性.因此，许多算法是实 难题也成为了研究人员的研究热点.已经有许多方 时性与准确性的折衷.文献[56采用颜色特征表示 法被提出用于解决目标跟踪领域的各种难题，总的目标，具有计算量少的优点，且能适应多数跟踪场 可以分为确定性方法和随机方法).目标跟踪的难 景，在目标聚集，部分遮挡的情况下能够较好地完成 点在于物体的突然运动、目标或背景突然改变其外 跟踪任务.但是，当光照变化，或者背景具有和目标 部表现形式、目标的非刚性结构、目标和目标之间的 相似的颜色信息时跟踪的准确性大为降低.与目标 遮挡、目标和背景之间的遮挡、以及摄像头的运 表示紧密相关的是系统观测，它是系统观测到的图 动等方面.基于粒子滤波的目标跟踪技术通常涉 像特征 产生假设实际上是一个预测的过程，是从当前 收稿日期：2007-12-10 基金项目：国家基础科学研究基金资助项目(A1420060159). 时刻的状态推测下一时刻系统可能的状态的过程， 通讯作者：王绍钰.Emai让andrew120@163.cm 通常在当前状态的过程上叠加一个噪声来估计下一 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 3卷第 3期 智 能 系 统 学 报 Vol. 3 №. 3 2008年 6月 CAA I Transactions on Intelligent System s Jun. 2008 改进的粒子滤波器目标跟踪方法 王绍钰 ,蔡自兴 ,陈爱斌 (中南大学 信息科学与工程学院 ,湖南 长沙 410083) 摘 要 :针对现有的粒子滤波跟踪方法存在的不足 ,提出了一种改进的粒子滤波器方法用于运动目标跟踪. 将颜色 直方图和边缘直方图结合起来建立目标的参考模型 ,有效地克服了使用单一特征建模的缺点 ,提高了跟踪的准确 性. 分别计算目标颜色模型和目标边缘模型与粒子的欧几里德距离 ,使用这 2个距离作为粒子权值计算的重要依 据. 实验结果表明该算法具有较高的实时性、准确性和鲁棒性. 关键词 :目标跟踪 ;粒子滤波 ;欧几里德距离 ;直方图 中图分类号 : TP242 文献标识码 : A 文章编号 : 167324785 (2008) 0320189206 Improved object tracking method for particle filters WANG Shao2yu, CA I Zi2xing, CHEN A i2bin ( School of Information Science and Engineering, Central South University, Changsha 410083, China) Abstract: An imp roved moving object tracking method based on a particle filter is p roposed to overcome the disad2 vantages of existing particle filter object tracking methods. A color histogram and an edge histogram were combined to build the object’s reference model, effectively elim inating the disadvantages posed bymodelingwith a single fea2 ture and imp roving the accuracy of object tracking. The Euclidian distances between particles and the object color model, and that between particles and the object edge modelwere calculated. The two distanceswere used as basic information for computation of a particle’s weights. Experimental results demonstrate that the p roposed method is highly effective, yields real2time results, and is robust. Keywords:object tracking; particle filtering; Euclidian distance; histogram 收稿日期 : 2007212210. 基金项目 :国家基础科学研究基金资助项目 (A1420060159). 通讯作者 :王绍钰. E2mail: andrew120@163. com. 目标跟踪在视频监控、交通流量控制、行人异常 行为检测、智能车辆、机器人技术、医学图像处理、智 能武器等领域有着非常重要的应用 [ 1 ] . 由于现实图 像中存在噪声、遮挡、多目标聚集 ,以及背景动态变 化等现象 ,并不仅仅只有单纯的目标运动 ,这些问题 给目标跟踪研究带来了巨大的挑战 ,如何解决这些 难题也成为了研究人员的研究热点. 已经有许多方 法被提出用于解决目标跟踪领域的各种难题 ,总的 可以分为确定性方法和随机方法 [ 2 ] . 目标跟踪的难 点在于物体的突然运动、目标或背景突然改变其外 部表现形式、目标的非刚性结构、目标和目标之间的 遮挡、目标和背景之间的遮挡、以及摄像头的运 动 [ 3 ]等方面. 基于粒子滤波的目标跟踪技术通常涉 及 4个基本的方面 :目标表示、系统观测、产生假设、 评估假设 [ 4 ] . 每个物体都有其自身的特征 ,在跟踪 问题中 ,通常被用来表示目标的颜色特征、边界特 征、纹理特征以及运动特征. 引入更多的特征来描述 目标 ,就能提高跟踪的准确性 ,但这样会增加计算复 杂度 ,无法满足跟踪的实时性. 因此 ,许多算法是实 时性与准确性的折衷. 文献 [ 526 ]采用颜色特征表示 目标 ,具有计算量少的优点 ,且能适应多数跟踪场 景 ,在目标聚集 ,部分遮挡的情况下能够较好地完成 跟踪任务. 但是 ,当光照变化 ,或者背景具有和目标 相似的颜色信息时 ,跟踪的准确性大为降低. 与目标 表示紧密相关的是系统观测 ,它是系统观测到的图 像特征. 产生假设实际上是一个预测的过程 ,是从当前 时刻的状态推测下一时刻系统可能的状态的过程. 通常在当前状态的过程上叠加一个噪声来估计下一 © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net